(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111410252.8 (22)申请日 2021.11.19 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 (72)发明人 张伊宁　吴杰康　吴伟杰　李猛　 李逸欣　郑敏嘉　孙辉　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 陈旭红　钟文瀚 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01)H02J 3/00(2006.01) (54)发明名称 一种考虑源荷协同运行的能源需求预测方 法及系统 (57)摘要 本发明公开了一种考虑源荷协同运行的能 源需求预测方法及系统， 涉及能源需求预测技术 领域。 所述方法包括根据区域发电量数据集， 提 取用户侧的发电特征信息； 根据区域能源消耗历 史数据， 构建能源消耗量数据矩阵； 将所述发电 特征信息和所述能源消耗量数据矩 阵输入深度 置信网络进行特征训练， 得到能源需求量预测 值。 本发明通过分析区域发电量数据集和区域能 源消耗历史数据， 得到发电量数据集和能源消耗 历史数据之间的协同关系， 能够提高能源需求预 测的准确性。 权利要求书2页 说明书18页 附图1页 CN 114330824 A 2022.04.12 CN 114330824 A 1.一种考虑源荷协同运行的能源需求预测方法， 其特 征在于， 包括： 根据区域发电量数据集， 提取用户侧的发电特征信息； 其中， 所述发电特征信 息包括水 电发电特 征、 风力发电特 征和光伏发电特 征； 根据区域能源消耗历史数据， 构建能源消耗量数据矩阵； 其中， 所述能源消耗历史数据 包括煤炭消耗 量、 石油消耗 量、 天然气消耗 量和核能消耗 量； 将所述发电特征信 息和所述 能源消耗量数据矩阵输入深度置信网络进行特征训练， 得 到能源需求 量预测值。 2.根据权利要求1所述的考虑源荷协同运行的能源需求预测方法， 其特征在于， 所述根 据区域发电量数据集， 提取用户侧的发电特 征信息， 包括： 根据区域发电量数据集， 获取区域用户年度 水电站发电量按照正态分布规律变化的均 值和方差； 根据区域发电量数据集， 获取区域用户年度 水电站发电量与最大发电小时数按照正态 分布规律变化的概 率； 根据区域用户年度水电站发电量按照 正态分布规律变化的均值和方差， 以及区域用户 年度水电站发电量与最大发电小时数按照正态分布规 律变化的概 率， 得到水电发电特 征。 3.根据权利要求1所述的考虑源荷协同运行的能源需求预测方法， 其特征在于， 所述根 据区域发电量数据集， 提取用户侧的发电特 征信息， 包括： 根据区域发电量数据集， 获取区域用户年度风力发电场发电量按照 正态分布规律变化 的均值和方差； 根据区域发电量数据集， 获取区域用户年度风力发电场发电量与最大发电小时数按照 正态分布规 律变化的概 率； 根据区域用户年度风力发电场发电量按照正态分布规律变化的均值和方差， 以及区域 用户年度风力发电场发电量与最大发电小时数按照正态分布规律变化的概率， 得到风力发 电特征。 4.根据权利要求1所述的考虑源荷协同运行的能源需求预测方法， 其特征在于， 所述根 据区域发电量数据集， 提取用户侧的发电特 征信息， 包括： 根据区域发电量数据集， 获取区域用户年度光伏发电站发电量按照 正态分布规律变化 的均值和方差； 根据区域发电量数据集， 获取区域用户年度光伏发电站发电量与最大发电小时数按照 正态分布规 律变化的概 率； 根据区域用户年度光伏发电站发电量按照正态分布规律变化的均值和方差， 以及区域 用户年度光伏发电站发电量与最大发电小时数按照正态分布规律变化的概率， 得到光伏发 电特征。 5.根据权利要求1所述的考虑源荷协同运行的能源需求预测方法， 其特征在于， 所述深 度置信网络的构建过程包括： 构建一个输入层、 三个隐藏层和一个输出层的网络结构模型； 利用受限玻尔兹曼机在无监督情况下， 对所述网络结构模型进行训练， 得到输入变量 之间的协同关系特性。 6.根据权利要求5所述的考虑源荷协同运行的能源需求预测方法， 其特征在于， 所述利权　利　要　求　书 1/2 页 2 CN 114330824 A 2用受限玻尔兹曼机在无监督情况下， 对所述网络结构模型进行训练， 得到输入变量之间的 协同关系特性， 包括： 根据所述受限玻尔兹曼机的连接权重系数向量和偏置系数向量， 得到最大对数似然函 数、 隐藏单 元概率和可见单元概率。 7.一种考虑源荷协同运行的能源需求预测系统， 其特 征在于， 包括： 发电特征提取模块， 用于根据区域发电量数据集， 提取用户 侧的发电特征信息； 其中， 所述发电特 征信息包括水电发电特 征、 风力发电特 征和光伏发电特 征； 能源矩阵构建模块， 用于根据区域能源消耗历史数据， 构建能源消耗量数据矩阵； 其 中， 所述能源消耗历史数据包括煤炭消耗 量、 石油消耗 量、 天然气消耗 量和核能消耗 量； 需求预测模块， 用于将所述发电特征信 息和所述 能源消耗量数据矩阵输入深度置信网 络进行特征训练， 得到能源需求 量预测值。 8.根据权利要求7所述的考虑源荷协同运行的能源需求预测系统， 其特征在于， 所述深 度置信网络包括一个输入层、 三个隐藏层和一个输出层； 所述深度置信网络， 用于利用受限 玻尔兹曼机在无监督情况下， 对所述网络结构模型进行训练， 得到输入变量之间的协同关 系特性。 9.一种计算机终端设备， 其特 征在于， 包括： 一个或多个处 理器； 存储器， 与所述处 理器耦接， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1至 6任一项所述的考虑源荷协同运行的能源需求预测方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1至6任一项所述的考虑源荷协同运行 的能源需求预测方 法。权　利　要　求　书 2/2 页 3 CN 114330824 A 3